基于目标高度先验信息的多站时差无源定位方法

该文针对利用多站到达时差观测量的辐射源目标定位问题,已知目标高度先验信息,提出一种基于加权最小二乘的闭式高精度定位方法。近距离场景下,可忽略地球曲率影响,此时目标高度信息可等效为目标的1维坐标。基于该条件,使用一种新的两步加权最小二乘算法实现对目标的定位解算。该算法不需要目标位置初始值估计,无需迭代运算,计算量较小。仿真表明：利用目标高度先验信息可有效提高对目标的定位精度;在观测量噪声为高斯噪声且功率较小时,算法定位性能可达到克拉美罗界。     

基于TDOA/FDOA多星联合定位误差与卫星构型分析

针对多星定位系统对地面静态目标的无源定位误差分析问题,运用Fisher信息矩阵、Taylor级数、矩阵理论和统计理论,综合考虑时差、频差、卫星位置误差以及卫星速度误差,推导了到达时间差（time difference of arrival,TDOA）/到达频率差（frequency difference of arrival,FDOA）联合定位误差克拉美·罗界（Cramer-Rao lower bound,CRLB）的简单表达式,以及三星单独TDOA定位误差的CRLB,进而给出了避免TDOA定位盲区的良好卫星构型设计的充分条件.理论分析与仿真结果表明:在单独TDOA定位场景下良好的构型能完全消除定位盲区,定位精度随主星-星下点连线与主星-副星连线的夹角逼近90°而逐渐提高;通过引入FDOA与TDOA联合定位也能有效避免定位盲区,提高定位精度.     

基于最大似然网格搜索的TDOA和FDOA加权代价函数定位算法

由于现有的基于最大比合并MRC( Maximum Ratio Combination)的联合搜索定位算法实现复杂度高,为降低其计算复杂度,提出基于网格搜索的加权最大似然代价函数定位算法WMLGS( Weighted ML Grid Search Localization)。仿真结果表明：MRC和WMLGS算法的定位性能近似相等,在无地球表面约束条件下均优于单独时差或频差定位性能,并且逼近克拉美罗联合界,同MRC相比,WMLGS节省了一半左右的计算量,因此更具有实用价值。     

基于分簇传感网的RSSD/TDOA协同定位方法

针对基于能量有限的分簇传感网实现对非配合辐射源的高精确度无源定位问题,提出了一种适用于传感网的接收信号强度差fRSSD）定位方法,并在其相关性能分析基础上提出了以RSSD定位为辅、到达时间差（TDOA）定位为主的两轮协同定位方案,即以RSSD定位结果作为目标位置初估计,并根据各簇在该初估计位置处的TDOA定位CRB,选择部分预期定位精确度较高的簇参与进一步的TDOA定位,最后通过对这些簇定位结果的加权平均得到最终的目标位置估计。仿真结果表明,相比基于GDOP的簇选择标准和定位融合方法,提出的改进措施提高了定位精确度,而RSSD／TDOA协同定位方案在保证较高定位精确度的同时,有效地减轻了网络负载,延长了网络生命周期,具有较好的工程应用前景。     

基于约束加权最小二乘的多站无源定位

针对传统加权最小二乘算法在噪声较大时会出现门限效应的问题。本文将约束加权最小二乘算法应用于多站无源定位,分别提出了基于多站时差定位的约束加权最小二乘算法以及基于时差频差联合定位的约束加权最小二乘算法。算法首先将非线性观测方程转化为两个伪线性方程,然后对伪线性方程加入限制条件,得到目标位置。仿真实验表明,与经典加权最小二乘算法及其改进算法相比,新算法在计算量增大不多的情况下扩展了适用范围,当噪声超过门限值时依然能获得较高的定位精度。新算法对噪声具有较强的鲁棒性,能有效克服门限效应带来的影响。      

相参短脉冲辐射源双站TDOA/FDOA直接定位算法

当目标辐射源脉冲信号持续时间较短时, FDOA引起的信号脉内相位变化很小,几乎可以忽略,无法实现TDOA和FDOA联合定位。针对上述问题,通过对相参辐射源信号脉冲间相位补偿,提出了一种利用信号的TDOA和FDOA信息的最大似然直接定位算法。考虑采用运动双站对固定目标辐射源定位情况,以确定性未知信号为模型,推导了高斯白噪声背景下相参脉冲信号联合定位的最大似然估计算法,仿真分析验证了该算法可以利用双站实现对短脉冲相参辐射源的TDOA/FDOA定位。此外,还推导了相参脉冲联合定位的CRLB,表明所提算法在常规信噪比下定位精度可以达到CRLB。      

多校正源联合的TDOA/FDOA无源定位算法

移动观测站和目标之间的位置和速度误差会导致定位性能下降,文中通过克拉美罗下界分析,讨论了存在该类误差时使用校正源对无源时频差定位精度的改善作用,并推导了多个校正源相对于单个校正源所带来的定位性能增益.在此基础上,提出了一种联合校正源测量方程的时频差定位算法,该算法首先利用Taylor级数展开将观测站的位置误差和速度误差线性化,再采用牛顿法迭代实现目标定位.通过蒙特卡罗仿真,比较了该算法和不使用校正源时误差校正算法的定位性能,仿真结果与文中的理论分析一致.     

一种最大似然网格搜索卫星FDOA辐射源定位算法

如何利用辐射源信号到达不同卫星的多普勒频差对辐射源定位是目前卫星无源定位技术研究的热点之一。针对卫星FDOA辐射源定位的特点,建立含有地球表面约束的FDOA定位方程,研究基于最大似然网格搜索的定位方程求解算法,推导了详细求解过程,并对该算法的性能进行分析与仿真评估。仿真结果表明,该算法收敛速度快,能够接近克拉美罗界下限,是一种最优的定位估计器。     

多站时差定位技术研究

给出了运动辐射源多站三维时差定位的算法模型和定位误差模型。并针对4种站址布局情况，初步计算了定位精度与布站的关系，给出了各种定位精度曲线仿真结果。     

DDFRC固定单站无源定位模型的改进研究

固定单站无源定位系统本身不向外辐射电磁波,具有受环境影响小、电磁隐蔽性好、作用距离远等优点,在电子对抗和侦察领域发挥着举足轻重的作用。从质点运动学原理出发,针对传统的DDFRC定位模型无法直接解算目标速度的问题,通过增加多普勒频率观测量,提出了一种改进的固定单站无源定位模型。通过目标距离和速度误差的克拉美-罗下限(CRLB)仿真表明,改进模型对目标斜距定位精度提高不明显,对目标速度估计精度的提高非常显著。     

利用三星时频差的运动辐射源定位与测速方法

针对高轨三星无源定位系统对空中恒定高度运动目标探测的应用场景,提出了一种利用信号到达时差( TDOA)、到达频率差( FDOA)的无源定位与测速方法。详细描述了算法原理、算法处理步骤,利用STK( Satellite Tool Kit)软件结合计算机仿真,分析了时差测量误差、频差测量误差、高程估计误差对定位精度与测速精度的影响。该方法定位精度与测速精度较高,具有一定的工程应用价值。     

双星时差频差定位系统中的多信号定位技术

通过计算并分析多信号的互模糊函数,证明了双星时差频差定位系统同频多信号定位的可行性;提出了计算双星定位系统可同时分辨的同频信号个数的公式,估算了卫星系统的同频多信号分辨能力,并给出了同频多信号互模糊函数图;最后,提出了一种多信号定位高效实现方法,其思想是先估计信号个数,再计算局部区域互模糊函数.该方法已得到了工程验证.     

Source localization using TDOA and FDOA measurements based on modified cuckoo search algorithm

This paper introduces a new algorithm for solving the localization problem of moving multiple disjoint sources using time difference of arrival and frequency difference of arrival. The localization of moving sources can be considered as a least-square problem. There are many algorithms used to solve this problem such as, two-step weighted least squares, constrained total least-square and practical constrained least-square. However, most of these algorithms suffer from either slow convergence or numerical instability and don’t attain Cramer–Rao lower bound. We introduce a free-gradient algorithm called cuckoo search which avoids the slow convergence problem. The cuckoo search provides a combined global and local search method. Simulation results show that the proposed algorithm achieves better performance than other algorithms and attains Cramer–Rao lower bound.     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas-tSquares,CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍然能达到克拉美罗下限。     

An accurate algebraic solution for moving source location using TDOA and FDOA measurements

This paper proposes an algebraic solution for the position and velocity of a moving source using the time differences of arrival (TDOAs) and frequency differences of arrival (FDOAs) of a signal received at a number of receivers. The method employs several weighted least-squares minimizations only and does not require initial solution guesses to obtain a location estimate. It does not have the initialization and local convergence problem as in the conventional linear iterative method. The estimated accuracy of the source position and velocity is shown to achieve the Crame/spl acute/r-Rao lower bound for Gaussian TDOA and FDOA noise at moderate noise level before the thresholding effect occurs. Simulations are included to examine the algorithm's performance and compare it with the Taylor-series iterative method.     

基于泰勒加权最小二乘算法的水下TDOA/FDOA联合定位方法

针对水下复杂的定位场景中,两阶段加权最小二乘算法因为忽视噪声平方项而造成的定位不精确问题,本文提出了一种基于泰勒加权最小二乘算法的水下到达时间差和到达频率差(Time difference of arrival and frequency difference of arrival, TDOA/FDOA)联合定位方法。该方法首先通过加权最小二乘算法求解目标粗估计位置和速度;然后通过求解TDOA/FDOA测量值的泰勒展开式构造定位误差方程,用迭代的方法不断更新目标估计位置和速度;最后,当定位误差足够小或达到最大迭代次数的时候,算法停止运行并输出目标估计位置和速度。仿真表明,在噪声方差小于10分贝时,本文算法的位置和速度估计的均方根误差能够接近或约等于克拉美罗下界。      

A closed-form distributed source localisation method using TDOA and GROA

This paper proposes a closed-form distributed passive source localisation method using time difference of arrival (TDOA) and gain ratios of arrival (GROA) measurements. After removing the unknown parameters in TDOA equations by using GROA measurements, the proposed method applies two-step weighted least-square (LS) minimisations. First, the TDOA and GROA equations are transformed into a set of pseudo-linear equations by introducing additional parameters, and a weighted LS estimation is used to obtain a rough estimate; secondl, this method exploits additional parameters to refine the estimate through another weighted LS estimation. The application of weighting matrix leads to an approximate maximum likelihood estimator and produces a substantial improvement in source localisation accuracy. Both the theoretical analysis and simulation results indicate that the proposed method can achieve the Cramer–Rao Lower Bound at a moderate noise level and outperform the existing methods in terms of localisation accuracy.     

观测站存在位置误差条件下基于MDS的多站时差定位算法

为了降低无源定位中观测站站址误差对定位精度产生的不良影响,论文提出了一种基于多维尺度分析的多站无源时差定位解析算法。算法建立了存在站址误差时关于目标位置的线性方程组,推导了方程误差与时差测量误差和站址误差之间的关系式,将误差的统计特性融入到新的加权矩阵之中,使用加权最小二乘方法对目标位置进行了求解。仿真实验表明,算法对于小测量误差具有无偏性,其定位精度能够达到克拉美罗下界,相对于Ho K C的解析算法具有更好的稳健性。      

Wideband TDOA/FDOA processing using summation of short-time CAF's

A commonly used method of calculating TDOA and FDOA is the cross ambiguity function (CAF). The narrowband model assumes that the Doppler is constant over the bandwidth of the signal. When time companding, caused by relative motion, becomes large enough, the CAF performance is degraded. One method of compensation is to resample the signal, but this can be computationally intensive, especially if there is a wide range of time companding. A second method is to reduce the time the CAF is computed over, but the processing gain is reduced. If the short-term CAFs are recombined after the time companding has been compensated, much of the processing gain can be recovered. In this paper, three novel methods of recombining short-time CAFs are developed and analyzed. The first method is to estimate the TDOA and FDOA for each short-time CAF. The second method is to compensate and noncoherently add the CAFs together. This improves the peak detection over the first method but not the TDOA and FDOA accuracy. The third method is to compensate for both time and phase and then coherently add the short-time CAFs together. This last method improves the FDOA accuracy over the first two methods. The effects of sampled data and frequency dual are analyzed. Simulation results are provided to verify analytical results